如何提高LSTM keras模型的准确性？

Question

我正在使用keras构建LSTM模型，以解决多类分类问题（3类）。每类的记录数：

            var buildParameters = new BuildParameters()
            {
                Loggers = new List<Microsoft.Build.Framework.ILogger>() { logger },
                DetailedSummary = false,
                EnableNodeReuse = false,
                MaxNodeCount = System.Environment.ProcessorCount,
                OnlyLogCriticalEvents = false,
                ShutdownInProcNodeOnBuildFinish = true
            };

可以看出，最后一堂课的记录较少，但仍然没有那么少。

这是我当前的模型（请参见下文）。问题是我在训练，验证和测试集上的准确性都很低。另外，看起来＃3类的识别不佳（请参阅下面的混淆矩阵）。

我是否可以遵循一些经验法则来尝试提高准确性？此外，一个针对LSTM的超参数优化示例可能会有所帮助。

array([22179, 32429, 11263])